题目内容
用于线性二分类的支持向量机是一种从几何角度出发，在特征空间上以间隔(margin)最大化的超平面将不同类样本点分隔开来的分类器。
查看答案
搜索结果不匹配？点我反馈
更多问题
线性支持向量机的正则化参数C是错误项的惩罚系数，C过小，模型对误差容忍程度低，分类间隔小，容易过拟合，而C过大则模型可能模型训练误差大，导致欠拟合，两种情形都可能使得模型出现泛化问题。因此，要选择合适的C参数。
在支持向量机中使用核函数技巧，既可以将非线性可分的数据映射到高维空间，在高维空间对数据进行线性划分，又可避免在对数据进行实际升维运算，大大减少计算量。
使用高斯径向基核函数(图像形似帽子)的支持向量机，其gamma超参数是径向基核函数宽度倒数。直观看，gamma越大，径向基核函数的“帽子”宽度越窄，每个数据点产生影响力的距离就越短，这使得决策边界只能依赖更少的决策边界附近的数据点确定，因此决策边界也就越扭曲复杂，更易出现过拟合现象。
招标人不得以任何方式限制或排斥本地区、本系统以外的法人或其他组织参加投标体现（ ）原则。
微信支付 
支付宝支付